分层干预与气候韧性:基于马拉维南部家庭恢复及粮食安全结果的实证分析

《Sustainable Earth Reviews》:Layered interventions for climate resilience: an analysis of household recovery and food security outcomes in Southern Malawi

【字体: 大 中 小 】 时间:2026年10月23日 来源:Sustainable Earth Reviews

编辑推荐:

  本研究评估了马拉维气候脆弱地区分层韧性建设干预措施的影响,重点关注2024年厄尔尼诺(El Ni?o)引发的干旱期间家庭恢复能力与粮食安全结果。家庭韧性以气候冲击后自我报告的恢复时长作为代理指标,粮食安全则使用食物消费分(Food Consumption Sc

  
本研究评估了马拉维气候脆弱地区分层韧性建设干预措施的影响,重点关注2024年厄尔尼诺(El Ni?o)引发的干旱期间家庭恢复能力与粮食安全结果。家庭韧性以气候冲击后自我报告的恢复时长作为代理指标,粮食安全则使用食物消费分(Food Consumption Scores, FCS)衡量。分析利用了来自马拉维南部易受灾的Mangochi和Zomba地区309个随机抽样家庭以及Phalombe地区样本的横截面数据。为考察项目暴露的异质性,研究应用机器学习(Machine Learning, ML)分类与聚类技术识别不同的干预强度特征。使用肘部法(elbow)和轮廓系数(silhouette)诊断进行的聚类验证揭示了两个主导分组:接受高强度干预组合的家庭(平均接受17个项目干预中的8项)与接受较低强度干预组合的家庭(平均接受3项干预)。随后,研究人员使用负二项回归模型(Negative Binomial Regression Model, NBRM)和有序Logit回归模型(Ordered Logit Regression Model)估计这些干预聚类在厄尔尼诺冲击期间对恢复时长和粮食安全的影响。结果表明,尽管分层干预并未显著缩短恢复时长,这反映了气候冲击的严重性,但家庭层面特征——主要是家庭规模和玉米生产力——是恢复时长的强预测因子。另一方面,玉米数量、感知恢复期、牲畜持有量和自行车拥有情况是粮食安全的预测因子。参与干预本身并不显著。结果表明,仅仅参与综合项目可能无法在极端天气事件期间增强吸收能力和消费平滑能力。该研究强调了在严重气候事件期间吸收性社会保护机制(如粮食援助)的重要性,并展示了将机器学习方法整合到复杂可持续发展干预措施设计与评估中的价值。
基于系统理论和韧性思维,当代发展项目日益认识到贫困、粮食与营养不安全、水资源短缺和土地退化并非孤立现象,而是相互关联的社会-生态系统组成部分。这些结构性约束通过反馈循环相互作用,不断复制脆弱性并限制适应能力,尤其在气候暴露情境下。为应对这些相互依赖关系,发展实践者提出了整合多部门的干预框架,旨在同时增强家庭的吸收、适应与转型能力。然而,这些综合干预在实践中的可操作性及其在共同冲击条件下能否有效增强家庭层面的韧性,仍是亟待回答的重要问题。马拉维作为撒哈拉以南非洲国家,人口超过2000万,面临顽固性贫困与较高的气候和社会经济冲击脆弱性。2018年,马拉维政府制定并实施国家韧性战略(National Resilience Strategy, NRS),其中Titukulane项目是2018—2024年在Mangochi和Zomba两地区实施的一项七年期韧性建设项目。在此背景下,本研究以2024年厄尔尼诺(El Ni?o)引发的严重干旱为自然实验场景,系统评估了分层韧性建设干预措施对家庭恢复能力与粮食安全结果的影响。

研究人员运用机器学习(Machine Learning, ML)分类与聚类技术,基于家庭参与模式识别出不同干预强度特征,并集成经济计量模型来估计干预聚类对恢复时长和粮食安全的影响。研究的主要结论包括:分层干预并未显著缩短家庭恢复时长,这一结果反映了该次气候冲击的极端严重性;家庭规模和玉米产量是恢复时长的强预测因子,而玉米数量、感知恢复期、牲畜持有量和自行车拥有情况则是预测粮食安全的关键因素;项目参与本身对结果并无统计显著的直接影响。研究结果表明,仅仅参与综合性项目可能无法在极端天气事件期间显著增强家庭的吸收能力和消费平滑能力。该研究凸显了在严重气候事件中提供吸收性社会保护机制(如粮食援助)的必要性,同时展示了将机器学习方法整合到复杂可持续发展干预措施设计与评估中的方法论价值,为未来韧性项目的精准设计提供了实证依据。

关于关键方法,研究人员从马拉维南部Mangochi、Zomba和Phalombe三个地区进行多阶段整群抽样,共随机抽取309户家庭,其中197户为项目受益者(Mangochi 127户,Zomba 84户),91户为非受益者(来自对照地区Phalombe)。研究采用J48和RandomTree决策树分类器评估干预暴露水平,并运用Ward最小方差连接的层次聚类与K-means聚类算法识别干预参与模式,使用肘部法(elbow method)与轮廓系数(silhouette analysis)验证最优聚类数为2。随后以机器学习生成的干预聚类为核心解释变量,运用负二项回归模型(NBRM)分析恢复时长,运用有序Logit模型分析食物消费分(FCS)类别,并利用信息准则(IC)与Brant检验确认有序Logit模型的适用性。

**干预分类(Classification of interventions)**:通过对J48与RandomTree两种分类器的性能比较,研究发现J48在整体分类准确率(0.772对0.756)、精确率和马修斯相关系数(MCC)上略优于RandomTree,而RandomTree在受试者工作特征曲线下面积(ROC Area)以及不平衡数据处理上更具优势。两种算法各有侧重,分类结果为进一步识别干预聚类提供了基础。

**层次聚类与K-means聚类(Clustering: Hierarchical and K-means)**:研究采用Ward最小方差法进行层次聚类,并辅以K-means算法,依据家庭在17项干预中的参与情况对其进行分组,以识别具有相似参与模式的家庭群体。

**聚类诊断的最优选择(Optimal selection of clustering diagnostics)**:肘部法与轮廓系数分析均显示最优聚类数为k=2,该双重验证支持了两聚类解的结构稳定性。

**按聚类划分的家庭描述性统计(Descriptive statistics of households by clusters)**:描述性统计显示,Cluster Two家庭平均参与8项干预,显著高于Cluster One的3项(p<0.01);Cluster Two家庭户主年龄更大(平均39.9岁对36.4岁),受教育年限更长(平均7.1年对5.7年),但家庭规模、土地持有量和总收入在两类家庭间无显著差异。尽管干预参与差异巨大,两聚类家庭的恢复时长均约为6.5个月;Cluster Two家庭的可接受食物消费比例略高(60.3%对55.3%)。

**多重共线性检验(Multicollinearity assessment)**:通过方差膨胀因子(VIF)检验,所有解释变量的VIF值均低于10,表明不存在多重共线性问题,可继续进行经济计量分析。

**对家庭恢复期的影响(Implications for household recovery period)**:负二项回归模型结果(发生率比,IRR)显示,家庭规模每增加1人可使恢复期延长约27%(IRR=1.27,p<0.01),玉米产量增加与较短的恢复期相关(IRR=0.99,p<0.05),牲畜持有量(以热带牲畜单位TLU计)亦边际显著缩短恢复期(IRR=0.98,p<0.10)。然而,干预聚类参与对恢复期的影响不显著。

**干预分层对粮食安全(食物消费分)的影响(Estimation results of the implications of layering on food security)**:有序Logit模型边际效应分析表明,恢复期延长会显著增加落入低消费和临界消费类别的概率(分别增加约4%和6%),并显著降低可接受消费概率(近10%);玉米产量增加显著降低低消费与临界消费概率,提高可接受消费概率;自行车拥有量显著增加可接受消费概率(约20%),并降低低消费和临界消费概率;牲畜持有量亦显著改善食物消费类别;家庭规模和聚类参与仅为边际显著(p值约0.12—0.14)。

讨论部分指出,干预暴露的异质性表明分层干预的实施与家庭人力资本水平密切相关,而非随机分布。分层干预未能显著加速恢复,可能源于冲击的极端强度、干预组合的互补性问题以及项目参与的内生性。家庭规模对恢复时长的显著正向影响说明,较大规模家庭因消费负担较重而在灾后恢复中面临更大困难。玉米生产与牲畜资产作为重要的生产性资产,在提升粮食安全与缩短恢复期方面发挥核心作用。恢复期被视为粮食不安全的关键中介路径:恢复期越长的家庭,其食物消费状况越差。自行车拥有量与粮食安全的强关联表明,流动性资本有助于家庭连接市场与经济机会,从而增强韧性。研究结论部分强调,仅仅依靠分层干预参与并不足以显著提升家庭在重大气候灾害中的吸收与消费平滑能力;应将机器学习整合到韧性研究和发展政策设计中,通过数据驱动的聚类与预测分析,从宽泛洞察走向精准、循证的政策制定,从而在马拉维及类似脆弱情境中有效提升家庭韧性与粮食安全。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号